CN119130093B 一种基于大数据的智慧物流管理方法及系统 （青岛合创智运科技有限公司）

一种基于大数据的智慧物流管理方法及系统本发明实施例提供一种基于大数据的智慧根据目标货物类型对第一物流信息进行关注目感器对目标物流车辆的环境信息进行测量获得据目标内部环境参数对第二物流信息进行数据对目标物流类簇进行状态预测获得目标物流状2获得目标物流车辆对应的第一物流信息，并对所述第一物流信根据所述目标货物类型对所述第一物流信息进行关注目标筛选获得所述目标物流车根据目标三维数据获得所述第二物流信息对应的目标空间信息，并所述目标物流车辆内部的环境信息进行测量获得对应的初始内根据所述目标空间信息获得所述第二物流信息对应的周边物流信息，根据所述目标内部环境参数对所述目标物流类簇进行状态预测根据所述目标物流状态对所述目标物流车辆进行物流策略调整，其中，所述目标物流类簇至少包括一个目标子类簇，所述目标获得所述第三子物流信息对应的第三属性信息和所述第四子物流信息对应的第四属从所述目标内部环境参数中获得所述第三子物流信息对应的第三环境参数和所述第根据状态预测模型对所述第三属性信息和所述第三环境参数进行信息预测获得所述根据所述状态预测模型对所述第四属性信息和所述第四环境参数进行信息预测获得对所述第三环境参数进行量化获得第一量化结果，并根据所述第一量根据所述第一可靠信息确定所述第一预测结果对应对所述第四环境参数进行量化获得第二量化结果，并根据所述第二量根据所述第二可靠信息确定所述第二预测结果对应根据所述第一权重信息和所述第二权重信息对所述第一预测结果和所述第二预测结3;;;个所述第三环境参数对应的所述第一可靠信息，m表示所述第一量化结果或者所述第二量化结果对应的数量信息，n表示所述第三环境参数或者所述第四环境参数对应的参数类型述第四环境参数对应的所述第二可靠信息；w1表示所述第一权重信根据所述目标内部环境参数对所述第二物流信息进行相似度计算获得所述第二物流获得所述第一子物流信息对应的第一属性信息和所述第二子物流信息对应的第二属根据所述第一属性信息和所述第一环境参数确定所述第一子物流信息对应的第一变根据所述第二属性信息和所述第二环境参数确定所述第二子物流信息对应的第二变计算所述第一变化趋势和所述第二变化趋势之间的相似度确定所述第一子物流信息4定所述第一子物流信息对应的第一变化趋势和根据所述第二属性信息和所述第二环境参利用所述趋势预测模型的所述属性表征层对所述第一属性信息进行信息表征获得第利用所述趋势预测模型的所述参数表征层对所述第一环境参数进行信息表征获得第利用所述趋势预测模型的所述信息组合层利用所述第一表征向量和所述第二表征向利用所述趋势预测模型的所述趋势预测层分别对多个所述第一组合信息进行变化预利用所述趋势预测模型的所述趋势融合层对多个所述第一预测趋势进行信息融合获利用所述信息组合层利用所述第三表征向量和所述第四表征向量对所述第二属性信息和所述第二环境参数进行信息匹配，获得所述第二子物流信息对应的多个第二组合信利用所述趋势融合层对多个所述第二预测趋势进行信息融合获得所述第二子物流信获得应用所述目标物流策略后所述目标传感器对所述目标物流车辆内部的环境信息根据所述目标空间信息对所述第一内部环境参数进行调整，获得所根据所述第二内部环境参数对所述目标物流类簇进行状态预测根据所述目标比较结果从目标映射表中确定所述目标物流类根据所述目标配送策略对所述目标物流类簇进行物流处理，获得所5数据分类模块，用于获得目标物流车辆对应的第一物流信进行数据分类获得所述第一物流信息对应的目标数据筛选模块，用于根据所述目标货物类型对所述第一物流信息进数据采集模块，用于根据目标三维数据获得所述第二物流信息对应的目标空间信息，并根据目标传感器对所述目标物流车辆内部的环境信息进行测量获得对应的初始内部环参数调整模块，用于根据所述目标空间信息获得所述第二物间信息和所述第三空间信息之间的相似度，获得所述周边物流信息对应的第一挤压信息；数据聚类模块，用于根据所述目标内部环境参数对所述第二物流信息进行数据聚类，状态预测模块，用于根据所述目标内部环境参数对所述目标物流类簇进行状态预测，态预测模型对所述第四属性信息和所述第四环境参数进行信息预测获得所述第四子物流对应的第二可靠信息；根据所述第二可靠信息确定所述第二预测结果对应的第二权重信6;;;个所述第三环境参数对应的所述第一可靠信息，m表示所述第一量化结果或者所述第二量化结果对应的数量信息，n表示所述第三环境参数或者所述第四环境参数对应的参数类型述第四环境参数对应的所述第二可靠信息；w1表示所述第一权重信物流管理模块，用于根据所述目标物流状态对所述目标物流车辆进行物流策略调整，7[0003]本发明实施例的主要目的在于提供一种基于大数据的智[0006]根据所述目标货物类型对所述第一物流信息进行关注目标筛选获得所述目标物器对所述目标物流车辆内部的环境信息进行测量获得对应的8[0016]参数调整模块，用于根据所述目标空间信息对所述初始性的目标物流类簇进行状态预测可以提高对单一物流信息进行状态预测的准确性降低风[0023]图2为本发明实施例提供的一种基于大数据的智慧物流管理系统的模块结构示意9[0034]示例性地，当目标货物类型为易破坏类型或者容易受外界环境影响的货物类型据目标传感器对所述目标物流车辆内部的环境信息进行测量获得对应的初始内部环境参里得距离公式计算每个第二物流信息对应的目标空间信息与目标传感器的具体安装位置境参数进行调整获得第二物流信息对应的目标周边物流信息在目标物流车辆中未挤压时所需要占用的空间信息，也即获得第三空间信获得第二物流信息在目标空间信息下对应的势和所述第二变化趋势之间的相似度确定所述第一子物流信息和所述第二子物流信息对环境参数包括第一子物流信息对应的第一环境参数和第二子物流信息对应的第二环境参定第一子物流信息对应的第一属性信息，以及获得第二子物流信息对应的第二物品类型，从而根据第二物品类型确定第二子物流信息对应的第通过时间序列模型结合第一属性信息和第一环境参数确定第一子物流信息对应的商品破过时间序列模型结合第二属性信息和第二环境参数确定第二子物流信息对应的商品破坏度值。这个相似度值反映了第一子物流信息和第二子物流信息之间质量变化的关联程度。从而根据计算出的相似度结果，分析第一子物流信息和第二子物流信息之间的关联程度。较高的相似度值表明第一子物流信息和第二子物流信息之间的目标关联信息为关联度高。较低的相似度值表明第一子物流信息和第二子物流信息之间的目标关联信息物流信息对应的第一变化趋势和根据所述第二属性信息和所述第二环境参数确定所述第所述第一表征向量和所述第二表征向量对所述第一属性信息和所述第一环境参数进行信趋势预测模型的趋势融合层对多个所述第一预测趋势进行信息融合获得所述第一子物流和所述第二环境参数进行信息匹配，获得所述第二子物流信息对应的多个第二组合信息；利用所述趋势预测层分别对多个所述第二组合信息进行变化预测，获得多个第二预测趋[0065]示例性地，在参数表征层中利用one_hot表征算法将第一环境参数转换为向量形[0069]示例性地，在参数表征层中利用one_hot表征算法将第二环境参数转换为向量形标内部环境参数中获得所述第三子物流信息对应的第三环境参数和所述第四子物流信息属性信息和所述第四环境参数进行信息预测获得所述第四子物流信息对应的第二预测结流信息对应的第三环境参数以及根据第四子物流信息的唯一标识从目标内部环境参数中二量化结果对应的数量信息，n表示所述第三环境参数或者所述第四环境参数对应的参数三环境参数或者所述第四环境参数对应的参数类型数量；h2j表示第j个所述第四环境参目标货物类型对所述第一物流信息进行关注目标筛选获得所述目标物流车辆对应的第二[0111]在一些实施方式中，参数调整模块204在所述根据所述目标空间信息对所述初始[0116]融合所述第一挤压信息和所述第二挤压信息确定所述第二物流信息对应的目标[0118]在一些实施方式中，数据聚类模块205在所述根据所述目标内部环境参数对所述[0119]根据所述目标内部环境参数对所述第二物流信息进行相似度计算获得所述第二流信息对应的第二环境参数，数据聚类模块205在所述根据所述目标内部环境参数对所述[0122]获得所述第一子物流信息对应的第一属性信息和所述第二子物流信息对应的第[0123]根据所述第一属性信息和所述第一环境参数确定所述第一子物流信息对应的第[0124]根据所述第二属性信息和所述第二环境参数确定所述第二子物流信息对应的第[0125]计算所述第一变化趋势和所述第二变化趋势之间的相似度确定所述第一子物流[0126]在一些实施方式中，数据聚类模块205在根据所述第一属性信息和所述第一环境参数确定所述第一子物流信息对应的第一变化趋势和根据所述第二属性信息和所述第二[0127]利用趋势预测模型的属性表征层对所述第一属性信息进行信息表征获得第一表[0128]利用所述趋势预测模型的所述参数表征层对所述第一环境参数进行信息表征获[0129]利用所述趋势预测模型的信息组合层利用所述第一表征向量和所述第二表征向[0130]利用所述趋势预测模型的趋势预测层分别对多个所述第一组合信息进行变化预[0131]利用所述趋势预测模型的趋势融合层对多个所述第一预测趋势进行信息融合获[0134]利用所述信息组合层利用所述第三表征向量和所述第四表征向量对所述第二属[0136]利用所述趋势融合层对多个所述第二预测趋势进行信息融合获得所述第二子物簇至少包括第三子物流信息和第四子物流信息，状态预测模块206在所述根据所述目标内[0138]获得所述第三子物流信息对应的第三属性信息和所述第四子物流信息对应的第[0139]从所述目标内部环境参数中获得所述第三子物流信息对应的第三环境参数和所[0140]根据状态预测模型对所述第三属性信息和所述第三环境参数进行信息预测获得[0141]根据所述状态预测模型对所述第四属性信息和所述第四环境参数进行信息预测[0142]融合所述第一预测结果和所述第二预测结果获得所述目标物流类簇对应的所述[0143]在一些实施方式中，状态预测模块206在所述融合所述第一预测结果和所述第二[0148]根据所述第一权重信息和所述第二权重信息对所述第一预测结果和所述第二预二量化结果对应的数量信息，n表示所述第三环境参数或者所述第四环境参数对应的参数[0155]在一些实施方式中，物流管理模块207在所述获得所述目标物流车辆对应的目标[0156]